用于反事实可识别性的外生同构

本文研究了$\sim_{\mathcal{L}_3}$-可识别性，这是珀尔因果层次（PCH）框架内的一种完全反事实可识别性形式，确保所有满足给定假设的结构因果模型（SCM）对所有因果问题提供一致的答案。为了简化这一问题，我们引入了外生同构，并提出了$\sim_{\mathrm{EI}}$-可识别性，它反映了实现$\sim_{\mathcal{L}_3}$-可识别性所需的模型可识别性强度。我们探讨了在两类特殊的SCM中实现$\sim_{\mathrm{EI}}$-可识别性的充分假设：基于反事实传输的双射SCM（BSCM），以及扩展了$\sim_{\mathcal{L}_2}$-可识别性的三角单调SCM（TM-SCM）。我们的结果统一并推广了现有理论，为实际应用提供了理论保证。最后，我们利用神经TM-SCM来解决反事实推理中的一致性问题，实验验证了我们方法的有效性和理论的正确性。